從人工智能企業構想到部署決策。

定義

人工智能企業驗證，是逐步建立證據的決策過程。

驗證人工智能企業，需要界定問題及具決策責任的買方、測試需求與採取行動的意願、核實資料及技術可行性、評估系統表現與風險、設計營運模式，再判斷經濟條件及管治是否足以支持下一步投入。只有興趣不等於已完成驗證；只有原型也不等於已完成驗證。每項證據只能回答其原本要測試的問題。

早期測試的目的，是找出哪些假設一旦不成立，便會令機會失去基礎，並按可減少資本、時間及聲譽損耗的次序逐一處理，而不是憑一次測試預測整家企業的未來。有用的測試應具備明確假設、可量度結果、成本與時間範圍、具名負責人，以及在得知結果前已約定的決策準則。

營運模式

先理解由哪一類機構承擔工作。

「企業共建」的用法往往較寬泛。不同營運模式在控制權、誘因、服務、資本及決策權方面各有不同，因此必須先釐清。下表用於說明一般分別，並非適用於所有機構的固定分類；實際安排仍視乎機構及協議。

AGI Kingdom Group 直接創建選定企業，也可與理念及利益一致的創辦人或技術持有人共同建設企業。集團可有選擇地投入自有資本，但不管理第三方資本。任何合作均須另行盡職審查、界定角色與決策權，並以書面條款約定。

六項證據要求

按有助控制下一步投入風險的次序，逐一驗證。

一、問題與具決策責任的買方

先界定誰的工作流程會改變、誰承受相關成本或風險、誰負責預算，以及誰有權批准採用方案。廣泛的市場類別並不是具體買方。現有替代方法，包括人手處理、延後處理、維持現狀或競爭系統，才是實際比較基準。

二、需求與採取行動的意願

應把禮貌性的興趣與實際行為分開。證據可由獲准接觸真實工作流程與資料，推進至涉及價格的需求訪談、範圍清晰的試點，再到付款或合約承諾。下一步的成本越高、越難逆轉，所需證據便應越強。

三、資料與技術可行性

列明實現聲稱成果所需的資料、權限、系統整合、基礎設施、延遲要求、保安、模型及人手投入。模型基準表現須在預定任務及部署環境下驗證，包括邊界情況、失效模式、表現隨環境變化而偏移的風險，以及覆核或修正成本。

四、人工智能評估、風險與人為監督

界定系統獲准做甚麼、哪些權限必須保留在人員手上、如何量度表現、哪些損害屬重大、如何處理事故，以及何時應交由人員處理或停止。評估應反映實際用戶及使用環境，而不是只採用容易展示成功的測試題。

五、部署責任與營運模式

指定誰負責客戶導入、設定、支援、服務水平、監察、客戶溝通、資料處理、模型更新及問題升級。只有當交付及後續責任能夠持續履行，不必依靠創辦人反覆作出超出正常營運所需的介入，技術能力才具備轉化為可持續業務的基礎。

六、經濟條件、管治與合約邊界

應計入獲客、資料、運算、整合、人手覆核、部署、支援、失敗處理、合規工作及渠道成本，並考慮收付款時間與營運資金。客戶、產品、資料、知識產權、決策、法律責任及終止安排的權利與責任，均須清楚界定。若沒有計入隱藏人手成本，或仍有責任未釐清，便不足以判斷擴大規模後的經濟可行性。

可重用工具

測試前建立記錄，完成後按證據結案。

每次重要測試開始前，應建立一份記錄，並在審閱證據後完成結案。記錄宜簡短，讓文件服務於決策，避免流於形式，同時保留可問責決策所需的推理依據。

證據層次

投入越大，所需證據應越充分。

以下層次用作決策參考，並非普遍適用的科學定律。較高層次通常涉及更多真實成本、行為及可重複性，但企業仍須按照客戶、風險、監管要求及發展階段，選用合適證據。

負責任人工智能盡職審查

把風險管理納入企業驗證。

負責任人工智能應參與產品及商業決策，而非待決策完成後才補上一段聲明。它影響預定用途是否合適、哪些資料可使用、如何評估表現、哪些權限保留在人員手上、哪些影響需要監察，以及系統失敗或造成損害時應如何處理。

NIST 的《人工智能風險管理框架》以管治（Govern）、界定情境與風險（Map）、量度（Measure）及管理（Manage）四項功能組織自願性的風險管理工作。它強調按具體情境，在系統整個生命週期內持續處理風險，而不是只完成一次檢查清單。NIST 的 TEVV-Athlon 初次公開草案提出四階段方法，用於設計切合需要的人工智能評估；由於仍屬草案，應視作當前方法參考，而非最終標準。

經濟合作與發展組織（OECD）2026 年的《負責任人工智能盡職審查指引》列出六個步驟：把負責任人工智能行為納入政策及管理系統；識別及評估影響；停止、防止或減輕不利影響；追蹤執行及結果；說明如何處理影響；並在適當時提供或配合補救。企業記錄應把這些責任交予明確負責人，並連接到產品、供應商、客戶及管治決策。

資源決策

明確寫出下一步如何配置資源。

當證據支持下一次範圍明確的投入，且餘下不確定性與投入規模相稱時，可繼續。當重大未知數有可信、成本較低的解決方法時，應暫停。當證據推翻關鍵假設，或風險、經濟條件、權限及營運負擔不足以支持下一步時，應終止。只有當需求、交付、管治及扣除相關變動成本後的貢獻利潤已具備足夠可重複性，而把注意力分散到較弱機會的機會成本更高時，才應集中資源。

決策記錄亦應寫明最大下行風險、機會成本、可逆性、下一步最低成本驗證、支持決策的證據、反對決策的證據，以及甚麼新事實會改變結論。信心應有證據支持，不應只取決於構想有多吸引。

資料來源與審閱依據

風險與評估背景所採用的原始資料。

六項證據要求、測試記錄及證據層次，是 AGI Kingdom Group 的決策工具。以下原始資料用於理解負責任人工智能及評估背景；任何資料都不認證、批准或背書本框架。

• OECD《負責任人工智能盡職審查指引》（英文）。2026 年發布，說明適用於人工智能的六步驟負責任商業行為盡職審查程序。
• NIST《人工智能風險管理框架》核心部分（英文）。AI RMF 1.0 界定 Govern、Map、Measure 及 Manage 四項功能；修訂版本正在制訂。
• NIST——TEVV-Athlon 人工智能系統評估框架（英文）。初次公開草案於 2026 年 8 月 7 日公布，提出可按需要調整的四階段評估方法。

方法與限制

把本框架用作決策輔助。

本框架反映 AGI Kingdom Group 驗證人工智能企業的營運方法，只提供一般資訊，不構成法律、監管、工程、安全、財務、投資、稅務、資料保障或其他專業意見。它並非認證、鑒證委聘、融資要約、合規保證或商業成功預測。

每項企業、技術、客戶、地區及合約安排，都須具備各自所需的證據，並接受合資格專業人士的審查。AGI Kingdom Group 不管理第三方資本。網站查詢不會建立顧問、代理、受信、融資、投資或伙伴關係。